和大多数AWS拥趸交流,最有可能听到的就是这项技术的易用性,输入信用卡信息,注册一个VM就可以开始公有云之旅。对于测试和开发环境可能确实如此,企业级AWS的客户对于这种易用性并不赞同。
上周发布的几乎所有新服务都旨在简化亚马逊Web服务(AWS)企业级的工作,从应用开发到管理无一不是,包括Amazon QuickSight和AWS Inspector,可以帮助IT团队快速设置商业智能产品,以及确定安全和法规问题。
“我们真的希望能偶让你在构建想要构建的应用时更加加单,”AWS CTO Werner Vogels在主题演讲中说道。
AWS现有的服务在命名中都有一个“Simple”,包括Amazon Simple Storage Service (S3)、Amazon Simple Notification System、Amazon SimpleDB和Amazon Simple Email Service。
但是AWS真的“简单(Simple)”吗?
一些服务,比如DynamoDB或者Elastic Block Storage (EBS),为公司提供了相当简单的路径来进入基于云的存储和数据库,但是其他服务,包括Elastic Compute Cloud (EC2)却要求更多的工作。
人口调查网站Spokeo的CTO Mike Daly表示:“EC2实例易于发布,我们大量采用,但是作为AWS服务,一旦你在服务器上安装了软件,EC2就要求大量的工作。”
另一方面,SaaS和数据库即服务产品,比如Kinesis和DynamoDB易于使用,“因为我们不用处理安装和维护,”他补充道。Spokeo使用了广泛的AWS产品,包括EC2、Relational Database Service、DynamoDB、S3、Redshift和Route 53等。Daly对于Amazon Elasticsearch service也很感兴趣,但是觉得还太新。
某大型媒体公司的数据分析IT咨询总监表示,一开始使用AWS并不难。在用一些AWS大数据服务的价格结构时开始变难。
“显然同AWS工作很容易,尤其是做概念验证项目,”他说,并补充道使用AWS还是让他的数据科学家绕考IT,让项目更快速地落地。但是这样的工具的成本结构并不清晰。
“我需要确定这些新的项目的预算,并且不希望超支,或者限制我的团队的具体查询数量来控制成本,”他说。
他并没有指出哪一项AWS分析服务最符合该公司的业务需求,但是对于Amazon Machine Learning进行预测分析和大数据项目很感兴趣。
其他的与会者指出AWS Lambda和新功能可以使用了,比如虚拟私有云支持和日程表功能,这会让他们的工作更轻松,而且能够帮助加速无服务器系统的开发。ID Analytics首席科学家Mike Lazarus表示:“我对Lambada很感兴趣。”
ID Analytics开发了复杂的机器学习系统,运行了无数变量和TB级别的数据,从而产出高精准度的风险预测,比如身份欺诈识别。
Lazarus说:“AWS Lambda提供了一种新的有趣的机会来简化这样的系统的实施,而且以一种可扩展的方式。”
原文链接: http://www.searchcloudcomputing.com.cn/showcontent_90919.htm